怎么用tensorflow进行矩阵的运算？

1、给出一个1*2的矩阵m1：

tf.constant([[3., 3.]])

这是一个固定的矩阵（矩阵里面的元素是确定的）。

2、再给出一个2*1的矩阵m2：

tf.constant([[2.],[2.]])

3、m1和m2是满足矩阵乘法的条件的，那么，二者矩阵积是：

tf.matmul(m1, m2)

得到一个1*1的矩阵：

[[ 12.]]

4、颠倒一下m1和m2的位置，可以得到一个2*2矩阵：

tf.matmul(m2,m1)

1、m1和m2的形状不一样，但是仍旧可相加、相减：

print(sess.run(m1+m2))

print(sess.run(m1-m2))

2、m1 = tf.constant([[3., 3.]])

m2 = tf.constant([[2.,3],[2.,4],[5,6]])

print(sess.run(m1+m2))

上面，m1是1*2的矩阵，而m2是3*2的矩阵，m1+m2却是：

[[ 5.  6.]

 [ 5.  7.]

 [ 8.  9.]]

这和矩阵的运算完全不同啊，一定要注意。

3、把m1变成2*2矩阵，m2变成3*3矩阵，看看会有什么结果：

m1 = tf.constant([[3, 3],[3,6]])

m2 = tf.constant([[2,3,3],[2,4,5],[5,6,7]])

此时，二者就不能相加了。